引言

梅雨是指每年初夏时节(6—7月)从我国长江流域到日本南部一带常常出现的一段连阴雨天气，具有温高、湿重、雨多等特征(王绍武等，2005)。湖北地处长江中游，是梅雨明显的省份之一(金琪等，2009)，梅雨期降水量的多少以及入梅、出梅时间的早晚对人们的生活和生产活动产生重要的影响。因此对梅雨的预报预测研究具有重要的科学意义和社会经济价值。

中国气象局预报与网络司于2014年印发的《梅雨监测业务规定》明确了区域梅雨划分标准及确定条件，不仅规范了中国梅雨的监测业务，也为梅雨的预报提供了有力的参考依据与方法。与传统标准相比，国家新制定的梅雨标准具有判断因子更全面，主观因素小、客观性强等优点(雷媛等，2016)。该规定自实施以来，在梅雨特征量监测及特征分析研究方面有着诸多应用(吴珊珊和张超美，2014；陈旭和李栋梁，2016；罗小杰，2017；赵辉等，2017；赵俊虎等，2018)，而在梅雨预报方面的应用较少。

众所周知，延伸期时段内的逐日预报面临着多重困难。大气可预报性理论研究表明，逐日天气可预报时效的理论上限一般为2周(郑志海，2013)，且国际主流的数值模式大多只能达到10 d左右的预报水平(马浩等，2017)，欧洲中期天气预报中心(ECMWF)也主要提供10 d的中期数值预报产品。近几年，新一代气候预测模式的出现，模式资料的预报水平有了大幅提升，其中CFSv2可以提供未来0~45 d的预报结果，DERF2.0则可以提供未来0~56 d的预报结果。两种模式产品在延伸期时段预测预报中也有着广泛的应用(刘丹丹等，2016；李永生等，2018；李淑娟等，2018；周辰光等，2018；白慧等，2018)，但在梅雨预报相关研究中应用较少。CFSv2和DERF2.0原始网格的分辨率较粗，分别为0.9°×0.9°和1°×1°，由于湖北省梅雨监测区域范围较小(图 1)，且CFSv2预报产品具有较长时间的历史回报、实时更新预报的预报优势。因此，本文拟利用CFSv2模式输出的2011—2018年逐日降水预报产品，采用集合预报方法开展梅雨期内延伸期降水预报，基于《梅雨监测业务规定》制定的特征量预报条件，进一步预报湖北省梅雨特征量，使用均方根误差(RMSE)、准确率(ACCU)和距平符号一致率(Pc)等3种方法评估模式资料对梅雨特征量的预报能力，这对提高湖北省梅雨延伸期预报水平具有重要的科学意义和应用价值，也对其他区域提高梅雨预报技巧具有一定的参考价值。

1 资料和方法 1.1 资料

使用的实况资料包括湖北省梅雨监测区域50个气象观测站1981—2018年逐日气温与降水资料，110°—130°E范围内500 hPa西太平洋副热带高压脊线1981—2018年逐日平均位置资料，可用于梅雨历史监测与预报结果评估。图 1为湖北省梅雨监测区域50个站点的空间分布图，站点均匀地分布在湖北省13个地级市。模式资料为CFSv2模式输出的逐日降水预报产品(2011—2018年)，预报时间分辨率为6 h，每日预报4次，其中2012年7月22日之前每日有4个预报样本，此后每日有16个预报样本。由于模式输出值为格点场，假定每个网格点对插值点都有着局部影响，这种影响随着距离的增加而减弱，采用反距离加权插值将网格点数据插值到50个站点。

1.2 方法 1.2.1 预报方法

集合预报是延伸期预报的重要手段，随着预报时效的临近，集合预报各个成员对天气系统预报的发散度逐渐减小(郑志海，2013；李勇，2016)。在集合预报应用方法中，集合平均可以过滤掉可预报性较低的信息而保留了可预报性较高的信息，一般适用于气温、气压等符合正态分布的气象要素，而对于降水、风速等呈非正态分布的要素用集合中位数预报效果可能更好，因为集合平均可能会受到降水、风速等异常大(或异常小)的值影响(梅疏影和闵锦忠，2018；孙令东，2018)。

中国气象局预报与网络司2014年印发的《梅雨监测业务规定》中明确了区域梅雨划分标准及确定条件，不仅规范了中国梅雨的监测业务，也为梅雨的预报提供了有力的参考依据与方法。根据该规定，确定区域入(出)梅与梅雨期的主要依据是区域内各气象监测站的降水条件，西北太平洋副热带高压脊线条件、日平均温度、南海夏季风爆发时间等为辅助条件。由于CFSv2模式资料预报降水随着预报时效增加，降水量存在一定误差，这里制定了适合于CFSv2预报梅雨的方法，且表现出一定的预报技巧。具体方法如表 1所示。

1.2.2 评估方法

通过对2011—2018年梅雨特征量预报结果的评估，分析预报中存在的问题以及考察模式资料对湖北省梅雨特征量的预报能力。

本文选取入梅、出梅日期均方根误差(RMSE)、准确率(ACCU)，梅雨期长度均方根误差(RMSE)及梅雨雨强距平符号一致率(Pc)等3种评估指标对预报结果进行定量评估。其中，均方根误差是用来衡量预测值与实况值之间的偏差，本研究中入梅、出梅预报以3 d作为评估阈值，RMSE小于3 d则预报效果较好。由于入梅、出梅日的影响，梅雨期长度预报选用5 d作为评估阈值。本文的准确率被定义为入梅、出梅日预测值与实况值偏差小于3 d的准确率，误差小于3 d，则ACCU等于1，否则为0，取0.5作为评估阈值。距平符号一致率反映的梅雨雨强预测值与实况值距平符号一致的年份占总年份的比例，同样取0.5作为评估阈值。

2 梅雨变化特征

依据《梅雨监测业务规定》计算湖北省梅雨监测区1981—2010年逐年入梅、出梅日，梅雨期长度、梅雨雨强(梅雨期内区域平均降水量，下同)等梅雨特征量，通过滑动平均分析入梅、出梅日和梅雨期长度的年际变化，通过一元线性方程分析梅雨期长度的线性倾向趋势，以及通过M-K突变检验法判断梅雨雨强发生突变的时间。

图 2为湖北省梅雨监测区1981—2010年梅雨特征量变化特征。从图 2a可知，湖北省梅雨监测区1981—2010年平均入梅日期为6月17日，平均出梅日期为7月10日。图 2b为滑动平均的入梅、出梅日期，从图上可知，入梅、出梅日期的滑动平均整体变化趋势较为一致。从入梅日期滑动平均来看，1981—1995年入梅日期逐渐提前，1995—2010年入梅日期波动起伏但呈现出推迟趋势。从出梅日期滑动平均来看，1990s出梅日期偏晚，2000s偏早。从图 2c可知，最长的梅雨期长度为56 d(1996年)，最短的仅为3 d(2005年，2009年)。一元线性方程的回归系数为-0.32，梅雨期长度整体呈减少趋势。从滑动平均曲线来看，1990s梅雨期长度最长，2000s梅雨期长度最短。从图 2d可知，1996年梅雨雨强最大，区域平均降水量大约为740 mm，2001年梅雨雨强最小，区域平均降水量大约为57 mm。M-K突变检验中，正曲线UF大于0，表明上升趋势，UF小于0，表明下降趋势，正曲线UF和反曲线UB相交且.相交点介于临界线内，则交点对应的时间为突变时间点。通过M-K突变检验显示，梅雨雨强在1981—2010年间发生偏弱到偏强再到偏弱的转变，UF和UB两条曲线在2000年前后出现交点，且交点在临界线之间，即2000年为突变点，2000年之后梅雨雨强开始明显减弱。综上所述，2000年为湖北梅雨历史30年的转折点，以2000年为界限，2000年之后入梅偏晚，出梅偏早，梅雨期长度偏短，梅雨雨强偏弱，这与唐永兰等(2016)的研究结论一致。另外，金琪等(2009)研究显示，湖北旱涝的总趋势往往决定于梅雨量的丰歉，梅雨期的持续性暴雨可能导致较大的洪涝(如1998年)，而梅雨期过短，梅雨量特少也可能导致干旱(如1994年、2006年)。及时有效地预报出梅雨特征具有重要的社会和经济意义。

3 历史回报检验分析 3.1 集合预报结果分析

分别使用集合平均和集合中位数两种方法预报2011—2018年5—7月50个站点未来1~30 d的降水量，计算预报的日平均降水量与实际日平均降水量的皮尔逊相关系数以及预报雨日与实际雨日的一致率(如图 3所示)，度量两种预报结果与实际的相关性及方法适用性。从图 3a可知，两种集合预报方法预报未来1~30 d降水量的相关系数(r)较一致，随着预报时效的增加，两种集合预报方法的相关系数逐渐递减。预报未来1~5 d降水量与实际降水量之间有强到中等相关性，未来6~10 d有中等到弱相关性，11~30 d相关性极弱或无相关，说明CFSv2模式对降水量的预报能力随着预报时效增加而逐渐下降，且10 d以后的降水量预报效果较差。从图 3b可知，两种集合预报方法预报雨日与实际雨日的一致率相比，集合平均预报结果更优。综合以上两种检验方法，本文选用集合平均作为逐日降水量的预报方法。

3.2 梅雨特征量预报

根据降水量预报方法及梅雨入梅、出梅预报方案，分别预报2011—2018年湖北省入梅、出梅日、梅雨期长度、梅雨雨强等特征量(表 2)。

从表 2中可以看出，2011—2018年间梅雨监测区一共出现了四次二度梅年(2014年、2015年、2016年、2017年)。从预报的梅雨特征量结果来看，入梅时间最早为5月30日(2015年)，最晚为6月24日(2014年)；出梅时间最早为6月28日(2011年)，最晚为7月22日(2016年)；梅雨期长度最长为36 d(2017年)，最短为14 d (2012年、2013年)；梅雨雨强最大为617.08 mm(2016年)，最小仅为99.49 mm(2012年)。预报的梅雨特征量与历史30年相比，除2015、2016、2017年梅雨期长度偏长，梅雨雨强偏强外，其余年份入梅偏晚，出梅偏早，梅雨期长度偏短，梅雨雨强偏弱，这与历史梅雨变化特征较一致。

图 4为入梅、出梅日预报与实际以及距平时间序列图，图 5为梅雨期长度预报与实际以及距平时间序列图。从图 4a、图 4b可知，除2011、2017年外，其余年份预报入梅时间与实际相比提前1~3天；除2014、2015年外，其余年份预报出梅时间与实际相比推迟1~5天。从图 5可知，除2011、2014年外，其余年份预报梅雨期长度与实际相比较长。总体而言，模式预报入梅时间较提前，出梅时间较推迟，梅雨期长度较长，预报效果整体较好。

图 6为2011—2018年站点累计降水量预报空间分布图。从图上可知，降水量分布具有地域特征。其中2011—2014年降水主要分布在鄂东或鄂东南地区；2015、2017和2018年主要分布在鄂东南和鄂西南地区；2016年梅雨期降水强度大、范围广、累计雨量大，区域大部分站点累计降水量均超过600 mm。

3.3 预报评估分析

为了评估梅雨特征量延伸期预报时效性能，使用入梅、出梅均方根误差(RMSE)、准确率(ACCU)，梅雨期长度均方根误差(RMSE)及梅雨雨强距平符号一致率(Pc)等3种评估指标对延伸期预报结果进行定量评估，评估结果见图 7。从图 7中可以看出，提前13 d预报入梅ACCU在0.5以上，RMSE＜3 d；提前14 d预报出梅ACCU在0.5以上，RMSE＜3 d；提前14天预报梅雨期长度RMSE＜5 d，以及提前14 d预报梅雨雨强Pc在0.5以上。由此可见，使用CFSv2模式数据对湖北省梅雨特征量延伸期预报有一定的预报技巧，能提前14 d预报出各梅雨特征量信息。由于预报误差的存在及模式数据年份较少，虽然RMSE曲线随着预报提前天数的增加而递增，但曲线存在较小的波动起伏，ACCU和Pc由于评估指标较少(一致或准确为1，否则为0)等原因，曲线波动起伏较大，但整体为递减趋势。

3.4 误差分析

通过以上预报结果，2014、2015、2016和2018年的入梅、出梅日及梅雨期长度的预报结果与实际结果较一致，其余4个年份存在1~5日内的误差。存在误差的原因主要有两个：第一，模式数据。本文选用CFSv2降水模式资料，每日有16(或4)个预报样本，尽管采用集合预报方法可以过滤掉预报中不确定成分，但存在某些样本预报值极大或极小而影响整体预报水平。此外，数据格点空间分辨率约为0.94°×0.94°，本文使用包括研究区域在内的周围48个格点数据作为有效预报数据，但仅有12个格点落在研究区域内，格点数据的精度直接影响数值插值结果。第二，预报方案。本文制定的预报方案是在《梅雨监测业务规定》的基础上，修定了部分条件，能较准确地预报梅雨特征量，但方案还有待优化。

在梅雨雨强预报方面，除2014和2018年预报结果与实际结果较一致外，其余年份存在20~100 mm的误差。存在误差的原因主要有两种：第一，模式数据的影响。前文中提到CFSv2模式对降水量的预报能力随着预报时效增加而逐渐下降，降水量预报误差逐渐增大，虽然预报条件中规定“模式预报日平均降水量大于等于2 mm记为一个雨日”，误差对预报入梅、出梅日、梅雨期长度、梅雨雨强距平符号等特征量影响较小，但对降水量以及梅雨雨强值的预报影响较大。从图 8可以看出，雨强值的预报误差随着预报时效增加而逐渐增大。第二，入梅、出梅日的影响。入梅、出梅日的预报与实际存在偏差，进一步影响了梅雨雨强的预报准确性。

综合4种梅雨特征量预报结果，2014和2018年预报水平较好，其中2014年梅雨特征量预报与实况结果基本一致；2012和2016年预报水平较差，其中2016年入梅、出梅日、梅雨期长度的预报与实际较相同，但梅雨雨强误差为80 mm；其余4年预报水平中等。

4 结论与讨论

本文利用CFSv2逐日降水模式资料，采用入梅、出梅日期均方根误差(RMSE)、准确率(ACCU)，梅雨期长度均方根误差(RMSE)及梅雨雨强距平符号一致率(Pc)等3种评估方法评估了CFSv2对2011—2018年湖北省梅雨特征量的延伸期预报能力。得出以下结论：

(1) CFSv2模式产品总体上提前14 d左右对区域性夏季降水在梅雨延伸期时段有预报技巧。

(2) 入梅预报提前13 d的ACCU在0.5以上，RMSE＜3 d；出梅预报提前14 d的ACCU在0.5以上、RMSE＜3 d；梅雨期长度预报提前14 d的RMSE＜3 d，以及梅雨雨强预报提前14 d的Pc在0.5以上。特征量总体预报时效为14 d左右。

(3) 2014和2018年预报水平较好，2012和2016年预报水平较差，较差原因有待于进一步分析。

总体来看，CFSv2模式降水资料对湖北省梅雨特征量有一定的预报技巧，在实际预报中能够得以应用。对入梅、出梅、梅雨期长度、梅雨雨强距平符号预报效果较好，但是对梅雨雨强值预报效果相对较低。